今天小編分享的科技經驗：剛剛，OpenAl 發布 Agent 工具包，網友：謝謝 Manus AI，歡迎閱讀。
就在剛剛，OpenAI 發布了一系列專為構建 AI Agents 設計的新工具和 API，幫助開發者更容易地創建能自動完成任務的 AI Agents（智能體）。
OpenAI 認為雖然過去一年推出的高級推理、多模态互動等模型能力為 Agent 奠定了基礎，但開發者在構建生產級 Agent 時，還會遇到不少難題。
為此，這次發布的核心產品包括全新的 Responses API、三種内置工具以及以及一個開源的 Agents SDK。
省流版如下：
Responses API：結合 Chat Completions API 簡潔性與 Assistants API 工具使用能力的新型 API 接口
Web 搜索工具（Web Search Tool）：讓模型訪問互聯網獲取最新信息的工具
檔案搜索工具（File Search Tool）：從大量文檔中檢索相關信息的增強工具
計算機使用工具（Computer Use Tool）：由 Computer-Using Agent ( CUA ) 模型提供支持的計算機操作自動化工具，讓 AI 能像人一樣操作電腦界面
Agents SDK：基于 Swarm 框架更新，簡化多 Agent 工作流程編排的開源框架
具體來說，Responses API 結合了 Chat Completions API（主要用來生成對話回復）的簡潔性和 Assistants API（能讓 AI 調用外部功能，比如查資料、操作東西）的工具使用能力，成為構建 Agent 應用的新基礎。
在内置工具方面，Web 搜索工具支持 GPT-4o 和 GPT-4o-mini 模型獲取網絡最新信息并提供清晰的引用。在 SimpleQA 基準測試中，這兩款模型的搜索預覽版分别拿下了 90% 和 88% 的亮眼準确率。
更新後的檔案搜索工具更是給力，支持多種檔案格式，還能優化查詢、過濾元數據、自定義排序，讓開發者從堆積如山的文檔中迅速找到關鍵信息。
計算機使用工具則由與 Operator 相同的 Computer-Using Agent ( CUA ) 模型提供支持，可捕獲模型生成的滑鼠和鍵盤操作，在 OSWorld、WebArena 和 WebVoyager 基準測試中分别取得 38.1%、58.1% 和 87% 的成績。
OpenAI 還推出了開源的 Agents SDK，專門用來簡化多 Agent 工作流程的編排。
相比去年發布的實驗性 Swarm 框架，這個全新 SDK 有了顯著的改進，提供易于配置的 LLM 與内置工具集成、Agent 間智能交接控制、可配置安全檢查以及可視化追蹤等功能，适用于客戶支持自動化、多步研究、内容生成等多種應用場景。
一些早期測試用戶已經拿這些新工具做出了實打實的成果。
在官網列舉的案例中，Hebbia 利用 Web 搜索工具幫助資產管理者和法律從業者從海量數據中提取可行見解；Navan 将檔案搜索工具應用于 AI 旅行 Agent 中，為用戶提供精準的旅行政策答案。
Unify 和 Luminai 則使用計算機使用工具自動化復雜操作流程，特别是對缺乏 API 的傳統系統；Box 利用 Agents SDK 快速構建和部署了企業數據搜索應用。
產品發布後，網友也在 OpenAI 的評論區玩起了梗，甚至還有網友專門留言感謝 Manus AI。
在今天凌晨 1 點的現場直播中，演示人員也向我們展示了一個「個人造型師」 Agent 的應用案例，用來展示各種新工具的能耐。
舉個例子，他們先用檔案搜索工具翻看了用戶（比如「Kevin」）的服裝喜好數據，系統輕松整理出這些人的穿衣風格。
然後結合 Web 搜索工具，系統能夠基于用戶所在位置（演示中使用了「東京」作為 Kevin 的位置）搜索附近的相關商店，為 Kevin 推薦了東京的 Patagonia 店鋪。
接着，計算機使用工具（Computer Use Tool）登場，自動操作網頁界面，為 Kevin 買下一件黑色 Patagonia 夾克，整個過程行雲流水——點擊、拖拽、填信息，宛如真人在操控。
最後還演示了 Agent 間的交接功能。一個 Agent 将退貨請求無縫交接給客服 Agent，後者能夠調用獲取密碼和提交退款請求等功能，幫助用戶完成 Patagonia 夾克的退貨。
可以說，憑借新工具和 API 的默契配合，這些 AI Agent 不僅能讀懂用戶喜好、獲取實時資訊、執行復雜操作，還能在不同任務間靈活切換，完美覆蓋從推薦到購買再到退貨的全流程。
至于現有 API 的安排，OpenAI 表示會繼續全力支持 Chat Completions API，為不需要内置工具的開發者提供新模型和功能。
而基于 Assistants API 測試版的反饋，他們已經把關鍵改進整合到 Responses API 中，計劃在功能對齊後，于 2026 年中期正式停用 Assistants API，同時會提供詳細的遷移指南。
新工具的定價也新鮮出爐，Web 搜索每千次查詢分别為 GPT-4o 搜索 30 美元和 GPT-4o-mini 搜索 25 美元；檔案搜索每千次查詢 2.5 美元，檔案存儲 0.1 美元 /GB/ 天（首 GB 免費）；計算機使用工具則按每輸入百萬 token/3 美元和每輸出百萬 token/12 美元計費。
OpenAI 表示，随着模型能力變得更加具有 Agent 屬性，他們會繼續深化 API 間的整合，并提供新工具幫助部署、評估和優化生產環境中的 Agent。
英偉達 CEO 黃仁勳曾表示，未來每個公司的 IT 部門将轉變為 AI Agent 的「HR 部門」。
從管人到管 AI，Agent 将很快成為勞動力的重要組成部分，提高各行業的生產力，而此次發布的工具集只是幫助開發者和企業構建、部署和擴展可靠高效 AI Agent 的重要一步。
此前，開發者需要自行組合不同 API 和編寫復雜的協調邏輯來構建 AI Agent，而新工具極大地簡化了這一過程。
Responses API 将多種功能整合成一個簡單接口，而内置工具為 AI 提供了「感知」和「行動」的能力，Agents SDK 則提供了協調多 Agent 的标準框架。
通過降低技術門檻，使得更多企業能夠快速構建和部署 AI Agent，這或許也是 OpenAI 所說的「Agent 元年」的真正含義——讓 AI 不再局限于聊天框，而是能融入現實工作流程，成為你的「數字助理」甚至「數字同事」。
附上 AMA 問答：
Q：哪種作業系統最适合 computer use：Linux、Mac 還是 Windows？是圖形界面（UI）、終端（terminal），還是其他方式更好？哪些應用程式在計算機上表現最佳，還是說這并不重要？
A：CUA 模型主要是針對網頁任務進行訓練的，但早期用戶發現它在桌面應用程式上的表現也出乎意料地好。不過現在還處于早期階段，我們還有很多可以改進的地方！
Q：你們會提供 TypeScript SDK 嗎？
A：是的！我們很快會推出 TypeScript SDK，敬請期待！
Q：我們未來會在 API 中看到 o1 pro 嗎？
A： 是的，我們計劃很快在 responses API 中發布它！
Q：我們需要自行管理 Docker 環境來使用計算機功能嗎？
A： 如果你願意，你可以自行管理 Docker 環境，但你也可以使用雲服務，比如 @browserbasehq 或 @scrapybara。
Q：何時會有 Operator 在 API 中可用？
A：從今天開始，你可以在 API 中使用與 Operator 相同的功能！我們已經在新的 Responses API 中部署了驅動 Operator 的 CUA 模型。
Q：你們會考慮提供集成的虛拟機（VM）來支持「 computer use」，或者與合作夥伴合作，以減少搭建環境的需求嗎？
A：目前還沒有這樣的計劃，但你可以查看 CUA 示例應用，其中包含一些示例環境，包括 @scrapybara 和 @browserbasehq，用于遠程托管。
Q：在整個 agent-handoff 流程中，如何确保個人隐私？有沒有什麼方法可以增強用戶與 Agent 互動時的隐私保護？
A： 我們有多種隐私保護機制。Agents SDK 支持開發者定義的安全措施（guardrails），用于輸入 / 輸出驗證。此外，你可以使用 input_filter 來限制在交接過程中傳遞的消息上下文。
